1. 使用Redis有哪些好处？(1) 速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)(2) 支持丰富数据类型，支持string，list，set，sorted set，hash(3) 支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行(4) 丰富的特性：可用于缓存，消息，按key设置过期时间，过期后将会自动删除2. redis相比memcached有哪些优势？(1) memcached所有的值均是简单的字符串，redis作为其替代者，支持更为丰富的数据类型(2) redis的速度比memcached快很多(3) redis可以持久化其数据3. redis常见性能问题和解决方案：(1) Master最好不要做任何持久化工作，如RDB内存快照和AOF日志文件(2) 如果数据比较重要，某个Slave开启AOF备份数据，策略设置为每秒同步一次(3) 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内(4) 尽量避免在压力很大的主库上增加从库(5) 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3...这样的结构方便解决单点故障问题，实现Slave对Master的替换。如果Master挂了，可以立刻启用Slave1做Master，其他不变。4. MySQL里有2000w数据，redis中只存20w的数据，如何保证redis中的数据都是热点数据相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6种数据淘汰策略：voltile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰no-enviction（驱逐）：禁止驱逐数据5. Memcache与Redis的区别都有哪些？1)、存储方式Memecache把数据全部存在内存之中，断电后会挂掉，数据不能超过内存大小。Redis有部份存在硬盘上，这样能保证数据的持久性。2)、数据支持类型Memcache对数据类型支持相对简单。Redis有复杂的数据类型。3），value大小redis最大可以达到1GB，而memcache只有1MB6. Redis 常见的性能问题都有哪些？如何解决？1).Master写内存快照，save命令调度rdbSave函数，会阻塞主线程的工作，当快照比较大时对性能影响是非常大的，会间断性暂停服务，所以Master最好不要写内存快照。2).Master AOF持久化，如果不重写AOF文件，这个持久化方式对性能的影响是最小的，但是AOF文件会不断增大，AOF文件过大会影响Master重启的恢复速度。Master最好不要做任何持久化工作，包括内存快照和AOF日志文件，特别是不要启用内存快照做持久化,如果数据比较关键，某个Slave开启AOF备份数据，策略为每秒同步一次。3).Master调用BGREWRITEAOF重写AOF文件，AOF在重写的时候会占大量的CPU和内存资源，导致服务load过高，出现短暂服务暂停现象。4). Redis主从复制的性能问题，为了主从复制的速度和连接的稳定性，Slave和Master最好在同一个局域网内7, redis 最适合的场景Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点：1 、Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。2 、Redis支持数据的备份，即master-slave模式的数据备份。3 、Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。（1）、会话缓存（Session Cache）最常用的一种使用Redis的情景是会话缓存（session cache）。用Redis缓存会话比其他存储（如Memcached）的优势在于：Redis提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？幸运的是，随着 Redis 这些年的改进，很容易找到怎么恰当的使用Redis来缓存会话的文档。甚至广为人知的商业平台Magento也提供Redis的插件。（2）、全页缓存（FPC）除基本的会话token之外，Redis还提供很简便的FPC平台。回到一致性问题，即使重启了Redis实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似PHP本地FPC。再次以Magento为例，Magento提供一个插件来使用Redis作为全页缓存后端。此外，对WordPress的用户来说，Pantheon有一个非常好的插件  wp-redis，这个插件能帮助你以最快速度加载你曾浏览过的页面。（3）、队列Reids在内存存储引擎领域的一大优点是提供 list 和 set 操作，这使得Redis能作为一个很好的消息队列平台来使用。Redis作为队列使用的操作，就类似于本地程序语言（如Python）对 list 的 push/pop 操作。如果你快速的在Google中搜索“Redis queues”，你马上就能找到大量的开源项目，这些项目的目的就是利用Redis创建非常好的后端工具，以满足各种队列需求。例如，Celery有一个后台就是使用Redis作为broker，你可以从这里去查看。（4），排行榜/计数器Redis在内存中对数字进行递增或递减的操作实现的非常好。集合（Set）和有序集合（Sorted Set）也使得我们在执行这些操作的时候变的非常简单，Redis只是正好提供了这两种数据结构。所以，我们要从排序集合中获取到排名最靠前的10个用户–我们称之为“user_scores”，我们只需要像下面一样执行即可：当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行：ZRANGE user_scores 0 10 WITHSCORESAgora Games就是一个很好的例子，用Ruby实现的，它的排行榜就是使用Redis来存储数据的，你可以在这里看到。（5）、发布/订阅最后（但肯定不是最不重要的）是Redis的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用Redis的发布/订阅功能来建立聊天系统！（不，这是真的，你可以去核实）。Redis提供的所有特性中，我感觉这个是喜欢的人最少的一个，虽然它为用户提供如果此多功能。

View Code

redis={k1:'123',      字符串k2:[1,2,3,4],   列表/数组k3:{1,2,3,4}     集合k4:{name:lqz,age:12}  字典/哈希表k5:{('lqz',18),('egon',33)}  有序集合
}

可以持久化
单线程，单进程

wget http://download.redis.io/releases/redis-3.0.6.tar.gz
tar xzf redis-3.0.6.tar.gz
cd redis-3.0.6
make

src/redis-server

src/redis-cli
redis> set foo bar
OK
redis> get foo
"bar"

• 1.Windows使用的这个Redis是64位版本的，32位操作系统的同学就不要折腾了。
• 2.作为服务运行的Redis配置文件，通常为redis.windows-service.conf，而不是redis.windows.conf。小心不要选错了。

import redisr = redis.Redis(host='127.0.0.1', port=6379)
r.set('foo', 'Bar')
print(r.get('foo'))

import redispool = redis.ConnectionPool(host='127.0.0.1', port=6379)
r = redis.Redis(connection_pool=pool)
r.set('foo', 'Bar')
print(r.get('foo'))

在Redis中设置值，默认，不存在则创建，存在则修改
参数：ex，过期时间（秒）px，过期时间（毫秒）nx，如果设置为True，则只有name不存在时，当前set操作才执行,值存在，就修改不了，执行没效果xx，如果设置为True，则只有name存在时，当前set操作才执行，值存在才能修改，值不存在，不会设置新值

设置值，只有name不存在时，执行设置操作（添加）,如果存在，不会修改

# 设置值
# 参数：# time，过期时间（数字秒 或 timedelta对象）

# 设置值
# 参数：# time_ms，过期时间（数字毫秒 或 timedelta对象

批量设置值
如：mget({'k1': 'v1', 'k2': 'v2'})

获取值

批量获取
如：mget('k1', 'k2')或r.mget(['k3', 'k4'])

设置新值并获取原来的值

# 获取子序列（根据字节获取，非字符）
# 参数：# name，Redis 的 name# start，起始位置（字节）# end，结束位置（字节）
# 如： "刘清政" ，0-3表示 "刘"

# 修改字符串内容，从指定字符串索引开始向后替换（新值太长时，则向后添加）
# 参数：# offset，字符串的索引，字节（一个汉字三个字节）# value，要设置的值

# 对name对应值的二进制表示的位进行操作# 参数：# name，redis的name# offset，位的索引（将值变换成二进制后再进行索引）# value，值只能是 1 或 0# 注：如果在Redis中有一个对应： n1 = "foo"，那么字符串foo的二进制表示为：01100110 01101111 01101111所以，如果执行 setbit('n1', 7, 1)，则就会将第7位设置为1，那么最终二进制则变成 01100111 01101111 01101111，即："goo"

# 获取name对应的值的二进制表示中的某位的值 （0或1）

# 获取name对应的值的二进制表示中 1 的个数
# 参数：# key，Redis的name# start，位起始位置# end，位结束位置

# 获取多个值，并将值做位运算，将最后的结果保存至新的name对应的值# 参数：# operation,AND（并） 、 OR（或） 、 NOT（非） 、 XOR（异或）# dest, 新的Redis的name# *keys,要查找的Redis的name# 如：bitop("AND", 'new_name', 'n1', 'n2', 'n3')# 获取Redis中n1,n2,n3对应的值，然后讲所有的值做位运算（求并集），然后将结果保存 new_name 对应的值中

# 返回name对应值的字节长度（一个汉字3个字节）

# 自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。# 参数：# name,Redis的name# amount,自增数（必须是整数）# 注：同incrby

# 自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。# 参数：# name,Redis的name# amount,自增数（浮点型）

# 自减 name对应的值，当name不存在时，则创建name＝amount，否则，则自减。# 参数：# name,Redis的name# amount,自减数（整数）

# 在redis name对应的值后面追加内容# 参数：
    key, redis的namevalue, 要追加的字符串

# name对应的hash中设置一个键值对（不存在，则创建；否则，修改）# 参数：# name，redis的name# key，name对应的hash中的key# value，name对应的hash中的value# 注：# hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）

# 在name对应的hash中批量设置键值对# 参数：# name，redis的name# mapping，字典，如：{'k1':'v1', 'k2': 'v2'}# 如：# r.hmset('xx', {'k1':'v1', 'k2': 'v2'})

# 在name对应的hash中获取根据key获取value

# 在name对应的hash中获取多个key的值# 参数：# name，reids对应的name# keys，要获取key集合，如：['k1', 'k2', 'k3']# *args，要获取的key，如：k1,k2,k3# 如：# r.mget('xx', ['k1', 'k2'])# 或# print r.hmget('xx', 'k1', 'k2')

# 获取name对应hash的所有键值
print(re.hgetall('xxx').get(b'name'))

# 获取name对应的hash中键值对的个数

# 获取name对应的hash中所有的key的值

# 获取name对应的hash中所有的value的值

# 检查name对应的hash是否存在当前传入的key

# 将name对应的hash中指定key的键值对删除

print(re.hdel('xxx','sex','name'))

# 自增name对应的hash中的指定key的值，不存在则创建key=amount
# 参数：# name，redis中的name# key， hash对应的key# amount，自增数（整数）

# 自增name对应的hash中的指定key的值，不存在则创建key=amount# 参数：# name，redis中的name# key， hash对应的key# amount，自增数（浮点数）# 自增name对应的hash中的指定key的值，不存在则创建key=amount

# 增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而放置内存被撑爆# 参数：# name，redis的name# cursor，游标（基于游标分批取获取数据）# match，匹配指定key，默认None 表示所有的key# count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数# 如：# 第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)# 第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)# ...# 直到返回值cursor的值为0时，表示数据已经通过分片获取完毕

# 利用yield封装hscan创建生成器，实现分批去redis中获取数据# 参数：# match，匹配指定key，默认None 表示所有的key# count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数# 如：# for item in r.hscan_iter('xx'):#     print item

# 在name对应的list中添加元素，每个新的元素都添加到列表的最左边# 如：# r.lpush('oo', 11,22,33)# 保存顺序为: 33,22,11# 扩展：# rpush(name, values) 表示从右向左操作

# 在name对应的list中添加元素，只有name已经存在时，值添加到列表的最左边# 更多：# rpushx(name, value) 表示从右向左操作

# name对应的list元素的个数

# 在name对应的列表的某一个值前或后插入一个新值# 参数：# name，redis的name# where，BEFORE或AFTER(小写也可以)# refvalue，标杆值，即：在它前后插入数据（如果存在多个标杆值，以找到的第一个为准）# value，要插入的数据

# 对name对应的list中的某一个索引位置重新赋值# 参数：# name，redis的name# index，list的索引位置# value，要设置的值

# 在name对应的list中删除指定的值# 参数：# name，redis的name# value，要删除的值# num，  num=0，删除列表中所有的指定值；# num=2,从前到后，删除2个；# num=-2,从后向前，删除2个

# 在name对应的列表的左侧获取第一个元素并在列表中移除，返回值则是第一个元素# 更多：# rpop(name) 表示从右向左操作

在name对应的列表中根据索引获取列表元素

# 在name对应的列表分片获取数据
# 参数：# name，redis的name# start，索引的起始位置# end，索引结束位置  print(re.lrange('aa',0,re.llen('aa')))

# 在name对应的列表中移除没有在start-end索引之间的值
# 参数：# name，redis的name# start，索引的起始位置# end，索引结束位置（大于列表长度，则代表不移除任何）

# 从一个列表取出最右边的元素，同时将其添加至另一个列表的最左边
# 参数：# src，要取数据的列表的name# dst，要添加数据的列表的name

# 将多个列表排列，按照从左到右去pop对应列表的元素# 参数：# keys，redis的name的集合# timeout，超时时间，当元素所有列表的元素获取完之后，阻塞等待列表内有数据的时间（秒）, 0 表示永远阻塞# 更多：# r.brpop(keys, timeout)，从右向左获取数据爬虫实现简单分布式：多个url放到列表里，往里不停放URL，程序循环取值，但是只能一台机器运行取值，可以把url放到redis中，多台机器从redis中取值，爬取数据，实现简单分布式

# 从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧# 参数：# src，取出并要移除元素的列表对应的name# dst，要插入元素的列表对应的name# timeout，当src对应的列表中没有数据时，阻塞等待其有数据的超时时间（秒），0 表示永远阻塞

# 由于redis类库中没有提供对列表元素的增量迭代，如果想要循环name对应的列表的所有元素，那么就需要：# 1、获取name对应的所有列表# 2、循环列表
# 但是，如果列表非常大，那么就有可能在第一步时就将程序的内容撑爆，所有有必要自定义一个增量迭代的功能：
import redis
conn=redis.Redis(host='127.0.0.1',port=6379)
# conn.lpush('test',*[1,2,3,4,45,5,6,7,7,8,43,5,6,768,89,9,65,4,23,54,6757,8,68])
# conn.flushall()
def scan_list(name,count=2):index=0while True:data_list=conn.lrange(name,index,count+index-1)if not data_list:returnindex+=countfor item in data_list:yield item
print(conn.lrange('test',0,100))
for item in scan_list('test',5):print('---')print(item)

# name对应的集合中添加元素

获取name对应的集合中元素个数

在第一个name对应的集合中且不在其他name对应的集合的元素集合

# 获取第一个name对应的集合中且不在其他name对应的集合，再将其新加入到dest对应的集合中

# 获取多一个name对应集合的并集

# 获取多一个name对应集合的并集，再讲其加入到dest对应的集合中

# 检查value是否是name对应的集合的成员

# 获取name对应的集合的所有成员

# 将某个成员从一个集合中移动到另外一个集合

# 从集合的右侧（尾部）移除一个成员，并将其返回

# 从name对应的集合中随机获取 numbers 个元素

# 在name对应的集合中删除某些值

# 在name对应的集合中删除某些值

# 获取多一个name对应的集合的并集

# 获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中

# 同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大

# 在name对应的有序集合中添加元素
# 如：# zadd('zz', 'n1', 1, 'n2', 2)# 或# zadd('zz', n1=11, n2=22)

# 获取name对应的有序集合元素的数量

# 获取name对应的有序集合中分数 在 [min,max] 之间的个数

# 自增name对应的有序集合的 name 对应的分数

# 按照索引范围获取name对应的有序集合的元素# 参数：# name，redis的name# start，有序集合索引起始位置（非分数）# end，有序集合索引结束位置（非分数）# desc，排序规则，默认按照分数从小到大排序# withscores，是否获取元素的分数，默认只获取元素的值# score_cast_func，对分数进行数据转换的函数# 更多：# 从大到小排序# zrevrange(name, start, end, withscores=False, score_cast_func=float)# 按照分数范围获取name对应的有序集合的元素# zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)# 从大到小排序# zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)

# 获取某个值在 name对应的有序集合中的排行（从 0 开始）# 更多：# zrevrank(name, value)，从大到小排序

# 当有序集合的所有成员都具有相同的分值时，有序集合的元素会根据成员的 值 （lexicographical ordering）来进行排序，而这个命令则可以返回给定的有序集合键 key 中， 元素的值介于 min 和 max 之间的成员
# 对集合中的每个成员进行逐个字节的对比（byte-by-byte compare）， 并按照从低到高的顺序， 返回排序后的集合成员。 如果两个字符串有一部分内容是相同的话， 那么命令会认为较长的字符串比较短的字符串要大# 参数：# name，redis的name# min，左区间（值）。 + 表示正无限； - 表示负无限； ( 表示开区间； [ 则表示闭区间# min，右区间（值）# start，对结果进行分片处理，索引位置# num，对结果进行分片处理，索引后面的num个元素# 如：# ZADD myzset 0 aa 0 ba 0 ca 0 da 0 ea 0 fa 0 ga# r.zrangebylex('myzset', "-", "[ca") 结果为：['aa', 'ba', 'ca']# 更多：# 从大到小排序# zrevrangebylex(name, max, min, start=None, num=None)

# 删除name对应的有序集合中值是values的成员# 如：zrem('zz', ['s1', 's2'])

# 根据排行范围删除

# 根据分数范围删除

# 根据值返回删除

# 获取name对应有序集合中 value 对应的分数

# 获取两个有序集合的交集，如果遇到相同值不同分数，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX

# 获取两个有序集合的并集，如果遇到相同值不同分数，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX

# 同字符串相似，相较于字符串新增score_cast_func，用来对分数进行操作

# 根据删除redis中的任意数据类型

# 检测redis的name是否存在

# 根据模型获取redis的name# 更多：# KEYS * 匹配数据库中所有 key 。# KEYS h?llo 匹配 hello ， hallo 和 hxllo 等。# KEYS h*llo 匹配 hllo 和 heeeeello 等。# KEYS h[ae]llo 匹配 hello 和 hallo ，但不匹配 hillo 

# 为某个redis的某个name设置超时时间

# 对redis的name重命名为

# 将redis的某个值移动到指定的db下

# 随机获取一个redis的name（不删除）

# 获取name对应值的类型

# 同字符串操作，用于增量迭代获取key

import redispool = redis.ConnectionPool(host='10.211.55.4', port=6379)r = redis.Redis(connection_pool=pool)# pipe = r.pipeline(transaction=False)
pipe = r.pipeline(transaction=True)
pipe.multi()
pipe.set('name', 'alex')
pipe.set('role', 'sb')pipe.execute()

import redis
POOL = redis.ConnectionPool(host='127.0.0.1', port=6379,password='1234',max_connections=1000)

import redis
from django.shortcuts import render,HttpResponse
from utils.redis_pool import POOLdef index(request):conn = redis.Redis(connection_pool=POOL)conn.hset('kkk','age',18)return HttpResponse('设置成功')
def order(request):conn = redis.Redis(connection_pool=POOL)conn.hget('kkk','age')return HttpResponse('获取成功')

# redis配置
CACHES = {"default": {"BACKEND": "django_redis.cache.RedisCache","LOCATION": "redis://127.0.0.1:6379","OPTIONS": {"CLIENT_CLASS": "django_redis.client.DefaultClient","CONNECTION_POOL_KWARGS": {"max_connections": 100}# "PASSWORD": "123",}}
}

from django_redis import get_redis_connection
conn = get_redis_connection('default')
print(conn.hgetall('xxx'))